基于神经网络的入侵检测系统

1 绪论	第1-8页
·引言	第6页
·网络安全现状	第6-7页
·课题的研究现状和意义	第7-8页
2 什么是网络入侵	第8-17页
·病毒攻击	第8-9页
·拒绝服务攻击	第9-12页
·木马攻击	第12-14页
·sniffer嗅探	第14-15页
·主动入侵	第15-17页
3 入侵检测系统	第17-23页
·什么是入侵检测	第17页
·入侵检测的发展	第17-18页
·主要的入侵检测系统	第18-21页
·入侵检测系统体系结构	第21-23页
4 基于统计分析的入侵检测系统	第23-29页
·定义审计记录类别	第23-24页
·统计审计记录的统计值Q	第24-26页
·计算审计记录测量值S	第26-27页
·通过单个测量值S计算分布值T	第27-29页
5 基于神经网络的入侵检测系统	第29-44页
·什么是神经网络	第29页
·神经网络模型	第29-30页
·基于BP网络的测量值S的计算	第30-37页
·BP神经网络的结构模型	第30-31页
·BP学习算法	第31-34页
·审计记录预处理	第34-35页
·审讨记录的导师信号	第35页
·BP学习算法的改进	第35-37页
·基于自组织映射网络的统计值T的计算	第37-42页
·自组织映射网络模型	第37-38页
·自组织映射学习算法	第38-40页
·构造自组织映射网络输入信号	第40-41页
·自组织映射网络的学习步骤	第41-42页
·基于神经网络的入侵检测系统的系统设计	第42-44页
6 总结与展望	第44-47页